地层孔隙压力预测新方法

泥页岩地层孔隙压力的预测方法左　星1　何世明1　黄　桢2　范兴亮2　李　薇1　曾永清3(11西南石油大学,四川成都610500;21四川石油管理局川东开发公司,重庆400021;31塔里木油田公司勘探事业部,新疆库尔勒841000) 摘　要　勘探开发过程中,由于地层孔隙压力预测不准,时常造成井眼坍塌、破裂,这不但影响了工程的进行,而且带来了巨大的经济损失。

因此,准确预测地层孔隙压力,对钻井设计中钻井液密度的选择和合理的井身结构设计起着重要作用,同时也是打好一口井的重要因素。

文中概述了关于地层孔隙压力预测的一系列方法,并通过实例来说明如何准确预测,最后针对预测方法的局限性提出了一些建议。

关键词　勘探开发　预测　地层孔隙压力　钻井液密度　 地层孔隙压力预测方法的理论基础是压实理论、均衡理论及有效应力理论,预测方法有钻速法、地球物理方法(地震波)、测井法(声波时差)等。

目前单一应用某一种方法是很难准确评价一个地区或区块的地层孔隙压力,往往需要运用多种方法形成一种规范的预测准则[1],来进行综合分析和解释。

地层孔隙压力评价方法可分为2类:一类是利用地震资料或已钻井资料进行预测,建立单井或区块地层压力剖面,用于钻井工程设计、施工;另一类是钻井过程中监测地层压力,掌握地层压力实际变化,确定现行钻井措施及溢流监控。

3 目前常用的地层孔隙压力预测方法有钻前预测地层压力、随钻检测地层压力和钻井后检测地层压力。

1　钻前预测地层压力由于在钻某一区块的第一口井时没有可用的测井资料及邻井相关数据,所以只能通过地震资料来估算地层压力[2]。

预测原理:地震波在地层中的传播速度与地层岩石的岩性压实程度、埋藏深度以及地质时代等因素有关。

一般情况下,地震波的传播速度随地层的埋藏深度的加大而增加,地震波在地层介质中的传播速度与岩层埋藏深度、岩石沉积时代和岩石密度成正比关系,与岩石孔隙度成反比关系,利用这些特性就可以对地层压力进行预测。

一、地层压力预测软件有：1.JASON软件Jason软件是一套综合应用地震、测井和地质等资料解决油气勘探开发不同阶段储层预测和油气藏描述实际问题的综合平台。

Jason 的重要特点就是随着越来越多的非地震信息（测井，测试，地质）的引入，由地震数据推演的油气藏参数模型的分辨率和细节会得到不断的改善。

用户可根据需要由Jason 的模块构建自己的研究流程。

其反演模块包括：InverTrace：递归反演稀疏脉冲反演InverTrace_plus：稀疏脉冲反演RockTrace：弹性反演InverMod：特征反演（主组分分析）StatMod：随机模拟随机反演FunctionMod：函数运算压力预测原理：由JASON反演出地层速度，速度计算垂直有效应力，进而求出孔隙流体压力。

2、地层孔隙压力和破裂压力预测和分析软件DrillWorks/PREDICTGNG软件功能:•趋势线(参考线)的建立--手工--最小二乘方拟合--参考线库•页岩辨别分析•上覆岩层梯度分析--体积密度测井--密度孔隙度测井--用户定义方法(程序)•孔隙压力分法--指数方法电阻率、D一指数声波、电导率地震波--等效深度方法电阻率、D--指数声波--潘尼派克方沾--用户定义方法(程序)•压裂梯度分法--伊顿方法--马修斯和凯利方法--用户定义方法(程序)•系统支持项目和油井数据库•系统支持所有趋势线方法•系统包括交叉绘图功能•用户定义方法(程序)•包括全套算子•系统支持井与井之间的关联分析•系统支持岩性显示•系统支持随钻实时分析•系统支持随钻关联分析•多用户网络版本数据装载功能:•斯仑贝谢LIS磁盘输入•斯仑贝谢LIS磁带输入•CWLS LAS输入•ASCII输入•离散的表格输入•井眼测斜数据•测深/垂深表格用户范围:•美国墨西哥湾•北海•西部非洲•南美•尼日利亚三角洲•南中国海•澳大利亚DrillWorks/PREDICTGNG 与其它软件的区别•世界上用得最多的地层压力软件•钻前预测、随钻监测和钻后检测•用户主导的软件系统•准确确定--上覆岩层压力梯度--孔隙压力梯度--破裂压力梯度•使用下列数据的任何组合来分析地层:-地震波速度-有线测井-MWD、LWD数据-重复地层测试(RFT)-泄漏试验(LOT)数据-录井资料-地质资料•面向现实世界中数据资料不尽人意、而新的方法又层出不穷的用户而设计的•地层压力软件平台:新的预测压力方法可通过"用户定义方法(程序)"编入系统软件用途:•准确预测地层压力•有效降低钻井成本•提高经济效益•优化井眼尺寸•优化泥浆和水力学•避免井涌和卡钻•减少地层污染•延伸套管鞋深度•减少套管数目•保障施工安全3、GeoPredict地层孔隙压力预测软件本程序基于当量深度法，根据钻进过程中钻时的快慢，并结合岩屑的岩性，由操作人员在图中用拖动鼠标的方式挑出的泥/页岩段，完成压力预测原理中首先选取泥/页岩段的过程。

eaton法预测地层压力公式摘要：一、引言二、Eaton法的基本原理1.Eaton法的提出背景2.Eaton法的主要思想三、Eaton法预测地层压力的公式1.地层压力的概念2.Eaton法预测地层压力的具体公式四、Eaton法的应用实例与效果分析1.应用Eaton法的成功案例2.Eaton法在地层压力预测中的优势与不足五、结论正文：一、引言地层压力预测是石油勘探和开发过程中的关键环节，准确地预测地层压力有助于优化油气井的开发方案，提高油气井的开发效果。

Eaton法作为一种成熟的地层压力预测方法，被广泛应用于油气井开发领域。

本文将详细介绍Eaton法预测地层压力的原理及其应用。

二、Eaton法的基本原理1.Eaton法的提出背景Eaton法是由美国石油工程师R.E.Eaton于1950年代提出的，该方法主要适用于碳酸盐岩、砂岩和页岩等非渗透地层。

Eaton法的基本原理是通过研究地层岩石的物理性质，建立地层压力与地层深度之间的关系。

2.Eaton法的主要思想Eaton法认为地层压力主要受地层岩石的骨架密度、孔隙度和地层深度等因素的影响。

根据这些影响因素，Eaton法提出了一个地层压力预测的公式，通过该公式可以较为准确地预测地层压力。

三、Eaton法预测地层压力的公式1.地层压力的概念地层压力是指地层岩石在地下所受到的各种压力，通常包括地层自身重力引起的压力、地层深度产生的压力以及井筒内外的压力梯度等。

2.Eaton法预测地层压力的具体公式Eaton法预测地层压力的公式为：Pz = (γw * z) / (1 - φ * (1 - m))其中，Pz为地层压力，γw为水的密度，z为地层深度，φ为地层孔隙度，m为地层骨架密度。

四、Eaton法的应用实例与效果分析1.应用Eaton法的成功案例Eaton法在全球范围内得到了广泛的应用，成功预测了许多油气井的地层压力，为油气井的开发提供了有力支持。

在我国，Eaton法也得到了广泛应用，如在胜利油田、大庆油田等地，通过采用Eaton法预测地层压力，优化了油气井的开发方案，提高了油气井的开发效果。

地层压力预测方法地层压力预测是地质工程领域的一项重要任务，对于石油勘探和开发、地下工程建设等具有重要的指导意义。

目前，地层压力预测方法主要包括地质学、地球物理学、工程地质学和数学建模等多个学科领域。

下面将介绍几种常用的地层压力预测方法。

1.地质学方法：地质学方法是通过对地层中岩石类型、岩性、孔隙度、渗透率等参数进行研究，通过地质剖面、钻孔揭示、岩心剖面和地层分析等手段，结合实验室试验数据，来预测地层压力。

地质学方法的优点是具有相对较低的成本，但缺点是预测结果受到地质条件的限制。

2.地球物理学方法：地球物理学方法是通过对地下岩石的密度、速度、弹性模量等进行测量和解释，来预测地层压力。

常用的地球物理学方法包括地震反演、重力测量、地电场测量等。

地球物理学方法的优点是可以对大范围地区进行预测，但缺点是需要高精度的仪器设备和复杂的数据处理。

3.工程地质学方法：工程地质学方法是通过地质工程勘探和地层测试，获取地层岩石、土层、岩石层序等信息，结合现场观测数据，来预测地层压力。

常用的工程地质学方法包括钻孔测量、压汞测试、孔隙压力测试等。

工程地质学方法的优点是能够针对具体工程进行预测，但缺点是成本较高且实施周期长。

4.数学建模方法：数学建模方法是通过建立数学模型来预测地层压力。

常用的数学建模方法包括地层力学模型、模拟算法等。

数学建模方法的优点是可以量化地层压力的变化和分布规律，但缺点是对实际情况的复杂程度要求较高。

综上所述，地层压力预测方法是一项复杂的任务，需要综合应用地质学、地球物理学、工程地质学和数学建模等多个学科领域的知识和方法。

在实际应用中，通常需要结合多种方法进行验证和交叉验证，以提高地层压力预测结果的准确性和可靠性。

另外，随着技术和方法的不断进步，地层压力预测方法也在不断演化和改进，以适应不同地质条件和工程需求。

地震地层压力预测摘要目前，地震地层压力预测方法归纳起来可以分为图解法和公式计算法两大类10余种。

本文对各种地震地层压力预测方法进行了系统地归纳和总结，并对各种方法的特点、适用性以及存在的问题进行分析和讨论.在此基础上，就如何提高压力预测的精度，提出了一种简单适用的改进措施，经J1.K地区的实测资料的验证，效果良好。

主题词地层压力地震预测正常压实异常压实引言众所周知，油气层的压力是油气层能量的反映，是推动油气在油层中流动的动力，是油气层的“灵魂”。

因此，在石油和天然气的勘探开发中，研究油气层的压力具有十分重要的意义。

首先，在油气田勘探中，研究油气层压力特别是油气层异常压力的分布，以及预测和控制油气层压力的方法，不仅可以保证安全快速地钻进，而且可以正确地设计泥浆比重和工程套管程序;同时也可以帮助选择钻井设备类型和有效安全正确的完井方法等。

这些都直接关系到钻井的成功率以及油气田的勘探速度等问题。

其次，在油气田开发过程中，准确的压力预测以及认真而系统的油气层压力分布规律的研究，不仅可以帮助我们认识和发现新的油气层，而且对于了解地下油气层能量、控制油气层压力的变化，并合理地利用油气层能量最大限度地采出地下油气均具有十分重要的意义。

多少年来，人们在异常地层压力(这里主要指异常高压或超压)预测方面进行了种种尝试，然而直到本世纪70年代以来，随着岩石物理研究的不断深人以及地震技术的不断提高，才真正使得地层压力的地震预测成为现实。

对于异常高压地层，一般表现为高孔隙率、低密度、低速度、低电阻率等特点，因此，凡是可以反映这些特点的各种地球物理方法均可用于检测地层压力。

但是，由于各种测井方法均为“事后”技术，这就使得在初探区内利用地震方法进行钻前预测显得尤为重要。

与此同时，地震地层压力预测还可以提供较测井方法更为丰富的空间压力分布信息。

利用地震资料进行地层压力预测，主要是利用了超压层的低速特点，因为在正常情况下，速度随深度的增加而增加，当出现超压带时，将伴随出现层速度的降低。

文章编号：1000 − 7393(2022)04 − 0506 − 09 DOI: 10.13639/j.odpt.2022.04.016基于BP 和LSTM 神经网络的顺北油田5号断裂带地层孔隙压力智能预测方法罗发强1,2 刘景涛1,2 陈修平1,2 李少安1,2 姚学喆3 陈冬3,41. 中国石化西北油田分公司石油工程技术研究院,；2. 中国石化碳酸盐岩缝洞型油藏提高采收率重点实验室；3. 中国石油大学(北京)石油工程学院；4. 油气资源与探测国家重点实验室·中国石油大学(北京)引用格式：罗发强，刘景涛，陈修平，李少安，姚学喆，陈冬. 基于BP 和LSTM 神经网络的顺北油田5号断裂带地层孔隙压力智能预测方法［J ］. 石油钻采工艺，2022，44（4）：506-514.摘要：顺北油田断裂发育，地质构造复杂，储集层埋深达8 000 m ，具有高温高压、窄钻井液密度窗口等特征，地层孔隙压力的预测精度难以满足工程需求。

为了提高地层孔隙压力的预测精度，利用人工智能方法在处理复杂非线性问题上的优势，采用反向传播神经网络BP 和长短期记忆循环神经网络LSTM 这2种人工智能算法，基于顺北油田5号断裂带上3口井的声波时差、自然电位和自然伽马等11种特征数据以及经实测校正的地层孔隙压力标签数据，建立了顺北油田5号断裂带地层孔隙压力智能预测模型，BP 神经网络模型的预测误差为3.927%，LSTM 神经网络模型预测误差为2.864%。

测试结果表明，LSTM 神经网络模型具有更好的预测效果，满足现场地层孔隙压力的预测精度，为保障顺北油田5号断裂带钻井安全提供数据参考。

关键词：顺北油田；地层孔隙压力；神经网络；人工智能；BP ；LSTM 中图分类号：TE24；TP18 文献标识码： AIntelligent method for predicting formation pore pressure in No. 5 fault zone in Shunbeioilfield based on BP and LSTM neural networkLUO Faqiang 1,2, LIU Jingtao 1,2, CHEN Xiuping 1,2, LI Shaoan 1,2, YAO Xuezhe 3, CHEN Dong 3,41. Research Institute of Petroleum Engineering Technology , SINOPEC Northwest Oilfield Company , Urumqi 830011, Xinjiang , China ;2. SINOPEC Key Laboratory of Enhanced Recovery in Carbonate Fractured-Vuggy Reservoir , Urumqi 830011, Xinjiang , China ;3. School of Petroleum Engineering , China University of Petroleum (Beijing ), Beijing 102249, China ;4. State Key Laboratory of Oil & Gas Resources and Exploration , China University of Petroleum (Beijing ), Beijing 102249, ChinaCitation: LUO Faqiang, LIU Jingtao, CHEN Xiuping, LI Shaoan, YAO Xuezhe, CHEN Dong. Intelligent method for predicting formation pore pressure in No. 5 fault zone in Shunbei oilfield based on BP and LSTM neural network ［J ］. Oil Drilling &Production Technology, 2022, 44(4): 506-514.Abstract: Faults are developed in the Shunbei Oilfield with complex geological structures, and the reservoirs are buried as deep as 8 000 m, which are characterized by high temperature, high pressure, and narrow drilling fluid density window, and the prediction基金项目: 国家重点研发计划“复杂油气智能钻井理论与方法”(编号：2019YFA0708300)；中国石油科技创新基金项目“基于计算机视觉的井眼轨道智能规划方法研究”(编号：2020D50070308)。